一种基于深度学习图卷积网络的人脸识别底库筛选方法
基本信息
| 申请号 | CN202111185859.0 | 申请日 | - |
| 公开（公告）号 | CN113936312A | 公开（公告）日 | 2022-01-14 |
| 申请公布号 | CN113936312A | 申请公布日 | 2022-01-14 |
| 分类号 | G06V40/16（2022.01）I;G06V40/50（2022.01）I;G06V10/32（2022.01）I;G06V10/44（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06T7/246（2017.01）I;G06T7/277（2017.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 王乾宇;周金明;张世坤 | 申请（专利权）人 | 南京视察者智能科技有限公司 |
| 代理机构 | - | 代理人 | - |
| 地址 | 210014江苏省南京市秦淮区永智路6号南京白下高新技术产业园区四号楼A栋102室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习图卷积网络的人脸识别底库筛选方法，该方法包括如下步骤：第一步，获取使用场景下的视频；第二步，根据使用场景的需要选取人脸识别网络作为主干网络，结合图卷积网络作为分支，构造出人脸图像质量评估模型，再对模型进行训练；第三步，从捕获的视频中检测人脸对象。第四步，使用口罩检测算法获取待选图像；第五步，添加部分干扰图像与上一步得到的待选图像一起输入到训练好的人脸识别底库图像筛选模型进行筛选，模型输出待检测图像中置信度分数最高的图像；第六步，将模型输出的高质量人脸图像作为底库保存。通过该方法进行人脸底库筛选，既保证了筛选效率和又保证了所筛选人脸图像的清晰度以及特征的完整性。 |
